Résoudre les problèmes de torsion de la langue de l'animation vocale

La capture de mouvement est une technique largement utilisée pour enregistrer le mouvement du corps humain. En effet, la technique est devenue omniprésente dans des domaines tels que les sciences du sport, où elle est utilisée pour analyser le mouvement et la démarche, ainsi que dans les films d'animation et les jeux, où elle est utilisée pour contrôler des avatars générés par ordinateur.

En conséquence, toute une industrie existe pour analyser les mouvements de cette manière, ainsi que des équipements et des logiciels bon marché et prêts à l'emploi pour la capture et la gestion des données. Il existe une énorme communauté de producteurs et de consommateurs de capture de mouvement, d'innombrables bases de données et ressources d'animation, et un riche écosystème d'outils logiciels propriétaires et open source pour les manipuler, déclarent Ingmar Steiner de l'Université de la Sarre en Allemagne et quelques amis.

L'une des caractéristiques du monde de la capture de mouvement est qu'une norme de facto, connue sous le nom de BioVision Hierarchy ou BVH, a émergé pour le codage des données de mouvement corporel. BVH a survécu à l'entreprise qui l'a créé et est maintenant largement pris en charge, probablement parce qu'il est simple et clairement défini, facile à mettre en œuvre et lisible par l'homme, disent Steiner et co.

Mais alors que BVH est utilisé pour coder les données de presque toutes les formes imaginables de capture de mouvement, il y a une exception : l'articulation de la langue pendant la parole. Si vous pensez que l'animation de la parole dans les personnages de jeu semble médiocre, c'est la raison.

Cet état de fait ne s'est pas produit par manque de données ou de techniques pour les produire. Au contraire, les chercheurs utilisent depuis un certain temps des techniques d'IRM en temps réel et d'imagerie électromagnétique pour enregistrer l'articulation de la langue. En effet, ces techniques produisent des animations dans une résolution nettement plus élevée que ce qui est normalement utilisé dans les films et les jeux, par exemple.

Le problème est que ces techniques enregistrent les données dans un format totalement différent de celui qui est classiquement utilisé et personne ne s'est attelé à la tâche de les convertir dans un format plus courant tel que BVH. Cela rend l'analyse de la parole techniquement difficile à réaliser et presque impossible à inclure facilement dans d'autres médias

Tout cela change aujourd'hui, grâce au travail de Steiner and co. Ces gars-là ont découvert comment convertir les données de langue haute résolution au format BVH, en combinant les données de plusieurs sources en même temps.

Ils ont démontré la nouvelle approche sur une base de données standard d'enregistrements existants d'articulation de la langue. Ceux-ci incluent l'IRM en temps réel, les scans dentaires et l'enregistrement électromagnétique qui capture le mouvement en plaçant des bobines conductrices sur différentes parties de la langue et du crâne à titre de référence, et en mesurant la manière dont ceux-ci interagissent avec un champ électromagnétique lorsqu'ils se déplacent.

Les résultats sont des animations générées à partir de données haute résolution qui peuvent être gérées par plus ou moins n'importe quel logiciel de capture de mouvement et, surtout, avec une empreinte suffisamment petite pour être incluse dans les techniques de visualisation et de contrôle en temps réel.

Steiner et co s'empressent de souligner que les limites de leur approche. Cette technique n'est en aucun cas destinée à fournir un modèle précis des formes ou des mouvements de la langue, comme le font les travaux antérieurs utilisant des modèles biomécaniques, disent-ils. L'avantage ici est plutôt la mise en œuvre légère… où une animation réaliste est plus importante que de correspondre à la vraie forme de la langue.

Cela sera utile pour l'industrie du cinéma et des jeux où une bonne animation vocale se distingue par son absence. Cela semble donc devoir changer. Recherchez une meilleure animation de la parole dans les personnages virtuels et les animations dans un avenir pas trop lointain.

Réf : arxiv.org/abs/1310.8585 : Animation de la parole utilisant l'articulographie électromagnétique comme données de capture de mouvement

cacher